SK海力士在‘FMS 2026’上展示的高带宽闪存（HBF）一旦商业化，将在人工智能（AI）加速器附近提供大容量读取内存池，从而使同一GPU能够处理更多问题，并降低电力和总拥有成本。
根据6日的半导体行业消息，业界对SK海力士的HBF战略评价为通过内存层次的重新配置来解决AI推理基础设施的瓶颈。这是因为它在提升HBM性能的竞争之外，采用在HBM和SSD之间插入新层次的方式。
海外专家特别关注容量的改善。HBM虽然速度快，但搭载容量有限且价格昂贵。在大规模语言模型推理中，模型权重和KV缓存不断增大。随着用户的增加，同一GPU内需要存储和调用的数据也在增加。
IT专业媒体Tom's Hardware将HBF评估为AI推理的新内存层次，指出其能够在处理器附近提供经济上难以仅靠HBM提供的大容量内存池的优势。然而，它在延迟方面难以超越HBM。
这种局限性被分析为决定HBF用途的关键。HBM负责最需要快速访问的数据，而HBF则承担需要大容量的读取中心数据的辅助角色。因此，HBF预计将首先用于推理而非学习。
EE Times也认为HBF不是HBM的替代品，而是补充品。尽管在写入速度和耐用性上不如HBM，但其结构适合读取中心的推理任务。将AI模型放在HBF上，并将HBM作为高速缓存使用，可以以另一种方式降低内存壁垒。
SK海力士还具备业务协同效应。该公司不仅是HBM的强者，还拥有NAND业务。HBF是将这两个领域整合为一个AI基础设施解决方案的产品。这意味着可以在客户系统中扩大内存区域，而不仅仅是销售HBM时的占比。
金千成 SK海力士部门长在FMS 2026上表示：“随着AI应用的快速普及，整个数据处理结构的重新设计已成为必然。”这也是HBF被评估为重新划分内存与存储边界的技术原因。
※ 本报道经人工智能（AI）系统翻译与编辑。
